#context-management Repositories
Entdecke 48 aktive Open-Source-GitHub-Repositories, die mit #context-management getaggt sind und insgesamt 220,092 Sterne gesammelt haben (durchschnittlich 4,585 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist infiniflow/ragflow mit 94,501 Sternen.
Insgesamt 48 Repositories
RAGFlow ist eine agent-native Datenbank: eine Retrieval-Augmented-Generation-Engine (RAG), die sich zu einer Kontextinfrastruktur weiterentwickelt hat.
Ein Konfigurationsframework, das Claude Code mit spezialisierten Befehlen, kognitiven Personas und Entwicklungsmethoden erweitert.
Eine kuratierte Liste großartiger Plugins, Themes, Agenten, Projekte und Ressourcen für https://opencode.ai
"Context Engineering ist die delicate Kunst und Wissenschaft, das Kontextfenster mit genau den richtigen Informationen für den nächsten Schritt zu füllen." — Andrej Karpathy. Ein wegweisendes Handbuch nach ersten Prinzipien, inspiriert von Karpathy und 3Blue1Brown, um über das Prompt Engineering hinaus zur breiteren Disziplin des Kontextdesigns, der Orchestrierung und der Optimierung zu gelangen.
iFlow cli ist eine umfassende Befehlszeilenintelligenz, die sich in Ihr Terminal einbettet, Ihre Repositories analysiert, Codierungsaufgaben durchführt, Ihre Bedürfnisse über verschiedene Kontexte hinweg interpretiert und die Effizienz steigert, indem sie Aufgaben von einfachen Dateivorgängen bis hin zur komplexen Workflow-Automatisierung ausführt.
Automatisierte Workflows für Claude Code. Bietet Spec-driven Development für neue Funktionen (Anforderungen → Design → Aufgaben → Implementierung) und optimierten Workflow für Fehlerbehebungen zur schnellen Problembehebung (Bericht → Analyse → Behebung → Überprüfung).
PromptX · Führende KI-Agenten-Kontextplattform | PromptX · Leading AI Agent Context Platform
Ein modulares, dokumentationsgesteuertes Framework, das benutzerdefinierte Cursor-Modi (VAN, PLAN, CREATIVE, IMPLEMENT) verwendet, um persistenten Speicher bereitzustellen und die KI durch einen strukturierten Entwicklungs-Workflow mit visuellen Prozesskarten zu führen.
Ein modellgesteuertes Framework für KI-Coding-Agenten: semantische Modellierung, App-Generierung, progressive API-Unterstützung und evidenzbasierte Verifizierung.
Unbegrenzter Kontext. Selbstverwaltender Speicher. Eine Sitzung, für das Leben. Der Hippocampus für Codierungsagenten, Teil von CortexKit.
VCP wird zwischen KI-Modell-APIs und Frontend-Anwendungen eingesetzt und dient als industrietaugliches Infrastruktur-Demonstrationsprojekt für die Entwicklung und Erforschung von AGI-Betriebssystemen. Durch ein einheitliches Befehlsprotokoll, mehrstufiges persistentes Gedächtnis, eine verteilte Plugin-Engine und ein Multi-Agenten-Framework verwandelt es große Sprachmodelle, die ursprünglich „zustandslos, gedächtnislos und ohne Werkzeugaufruffähigkeit“ sind, in vollständige intelligente Agentensysteme, die über ein permanentes Selbstbewusstsein, operative Fähigkeiten in der physischen Welt und kollektive kollaborative Intelligenz verfügen.
KI-Chat-Assistent für Obsidian mit kontextbezogenem Bewusstsein, intelligenter Schreibunterstützung und Ein-Klick-Bearbeitungen. Bietet Tresor-bewusste Konversationen, semantische Suche und Unterstützung für lokale Modelle.
Eine leistungsstarke Coding-Assistenten-Anwendung, die sich in die DeepSeek-API integriert, um Benutzergespräche zu verarbeiten und strukturierte JSON-Antworten zu generieren. Über eine intuitive Befehlszeilenschnittstelle kann sie lokale Dateiinhalte lesen, neue Dateien erstellen und Echtzeit-Diffs auf vorhandene Dateien anwenden.
JSON-gesteuertes Multi-Agent-Cadence-Team-Entwicklungsframework mit intelligenter CLI-Orchestrierung (Gemini/Qwen/Codex), kontext-first Architektur und automatisierter Workflow-Ausführung
Teamgedächtnis für Ingenieure und ihre KI-Agenten. Liegt in eurem Repository. Wird über Git geteilt.
🧠 Roo Code Speicherbank: Nahtloser Projektkontext in Roo Code. Keine Wiederholungen mehr, nur kontinuierliche Entwicklung!
Agententechniken, um Ihre LLM zu erweitern und sie über ihre Grenzen hinaus zu treiben
Rang #13 in der Terminal Bench-Rangliste von Stanford. Orchestrator-, Explorer- und Coder-Agenten arbeiten mit intelligentem Kontext-Sharing zusammen.
Claude Code Workflow für Anfänger und fortgeschrittene Benutzer. Tutorial und Installer enthalten
Tianshu Harness ist ein terminalbasierter Programmieragent. Die zentrale Frage, die er beantworten soll, lautet: Wie kann ein Modell zuverlässig liefern – ohne Zielabweichung, mit belegter Fertigstellung und einer Verifikation in einem geschlossenen Regelkreis, statt zu sagen: „Es sollte jetzt behoben sein“? Dazu schafft er zwischen dem Modell und der realen Welt eine kognitive Ausführungsumgebung (CVM), die Ziele, Zustand, Belege, Ressourcen, Berechtigungen und Abbruchbedingungen aus dem Gesprächsverlauf externalisiert und zur kontinuierlichen Verwaltung an die Laufzeit übergibt. Außerdem ist er stark für DeepSeek V4 optimiert.
Ein persönlicher Kontextspeicher für KI-Agenten und Assistenten – nutzen Sie Ihre bestehende Coding-Agent-CLI (Codex/Claude/OpenCode) mit integrierten Skills/Tools und einer Desktop-GUI, um Projektwissen über Agenten und Repos hinweg zu erfassen, zu durchsuchen und wiederzuverwenden.
Komponierbarer, ansichtenbasierter Kontext für DeepSeek Harness. Austauschbare Quellen und Strategien sowie integrierter mehrschichtiger Speicher und selbstständig weiterentwickelnde Fähigkeiten.
Ein lokales Plugin für bildreiche Chats in Codex, Claude Code und anderen KI-Agenten: Frühere Bilder werden durch kurze Platzhalter ersetzt, statt mit jeder Nachricht erneut gesendet zu werden. Das Modell ruft das Original anhand seiner ID ab (auch nach einer Komprimierung), und der Prompt-Cache funktioniert weiterhin.
Projektgedächtnis und Workflows für Claude Code und Codex. Bewahre User Stories, Pläne, Übergaben und Prüfnachweise in deinem Repository auf. Setze deine Arbeit sitzungsübergreifend fort und verfolge den Fortschritt in der Mac-App.
Ein Framework, das zur Verwaltung von Kontext, Abhängigkeiten und Aufgaben in groß angelegten Cline-Projekten innerhalb von VS Code entwickelt wurde
Ein Enterprise WeChat Wissensdatenbank-Bot, der auf Dify basiert, ein Bot-Roboter basierend auf der Enterprise WeChat GPT-Wissensdatenbank, der automatisch auf Nachrichten von Enterprise WeChat antworten kann. Dieser Roboter kann Einzel- und Gruppenchats verarbeiten und sich den Gesprächsinhalt mit Benutzern merken, um kontextbezogenere Antworten zu geben. Darüber hinaus können Sie eine Whitelist einrichten, um zu steuern, mit welchen Benutzern oder Gruppen der Roboter interagiert. Wenn Sie Ihren eigenen Dify-Website-Roboter benötigen
Wandeln Sie den Webdienst von Claude in einen API-Dienst um, der Bilderkennung, Datei-Upload, Denk-Ausgabe usw. unterstützt...
KI-Schreibagent, betrieben von kimi-k2-thinking – erstellt autonom Romane und Geschichten mit tiefgründiger Argumentation
CTX Fit findet die günstigste KI-Coding-Konfiguration, die zuverlässig in deinem Repository funktioniert, und wendet den Gewinner anschließend als überprüfbare Änderung an.
Ein Projektmanagement-Framework für KI-unterstützte Entwicklung mit Claude Code
Häufig gestellte Fragen
Welches ist das beliebteste #context-management-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#context-management-Projekt auf GitHub ist infiniflow/ragflow mit 94,501 Sternen. RAGFlow ist eine agent-native Datenbank: eine Retrieval-Augmented-Generation-Engine (RAG), die sich zu einer Kontextinfrastruktur weiterentwickelt hat.
Welche Programmiersprachen werden in #context-management-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #context-management-Projekten auf GitHub sind TypeScript, Python, JavaScript, Go die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #context-management-Repositories berechnet?
Wir verfolgen 48 aktive Open-Source-Repositories, die mit #context-management getaggt sind (500+ Sterne), mit insgesamt 220,092 Sternen und durchschnittlich 4,585 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.